Veri sıkıştırmada yeni yöntemler

dc.contributor.advisorCarus, Aydın
dc.contributor.authorMesut, Altan
dc.date.accessioned2014-04-14T08:38:05Z
dc.date.available2014-04-14T08:38:05Z
dc.date.issued2006
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalıen_US
dc.descriptionDoktora Tezitr
dc.description.abstractBu tezin amacı, günümüzde yaygın olarak kullanılmakta olan kayıplı ve kayıpsız veri sıkıştırma yöntemlerinin incelenmesi, eskiden geliştirilmiş olan yöntemler ile yakın zamanda geliştirilmiş olan yöntemler arasındaki farklılıkların belirlenmesi ve yeni yöntemlerin kendisinden önceki yöntemleri ne yönde geliştirdiğinin araştırılmasıdır. Tezde yapılan diğer bir çalışma ise, var olan sözlük tabanlı yöntemlere alternatif olabilecek yeni bir yöntemin geliştirilmesi üzerine olmuştur. Kayıplı ve kayıpsız veri sıkıştırma yöntemleri, çalışma biçimlerine ve uygulama alanlarına göre sınıflandırılarak farklı bölümlerde anlatılmışlardır. Tezin ikinci ve üçüncü bölümlerinde olasılık tabanlı kayıpsız sıkıştırma ve sözlük tabanlı kayıpsız sıkıştırma yöntemleri anlatılmış, üçüncü bölümün sonunda kendi geliştirdiğimiz yaklaşım da dâhil olmak üzere tüm kayıpsız sıkıştırma yöntemleri, sıkıştırma testine tâbi tutularak karşılaştırılmıştır. Ses, görüntü ve hareketli görüntü sıkıştırma yöntemleri, sırasıyla tezin dördüncü, beşinci ve altıncı bölümlerinde açıklanmışlardır. Bu yöntemlerin özellikle kayıplı olanları birçok sıkıştırma algoritmasının bir arada kullanılması ile oluşturulmuş karmaşık tekniklerdir. Bu yöntemler açıklanırken detaya girilmeden, yöntemin işleyişi ile ilgili genel bilgi verilmiştir. Her bölümün sonunda, hangi yöntemlerin hangi tip veriler üzerinde daha etkili olduğunun gösterilmesi amacıyla gerçekleştirdiğimiz karşılaştırma sonuçları yer almaktadır. Beşinci bölümde yer alan kayıpsız görüntü sıkıştırma yöntemlerinin karşılaştırılmasına geliştirdiğimiz algoritma da dâhil edilmiş ve karmaşıklığı az olan görüntü dosyalarında iyi sonuçlar verdiği görülmüştür.en_US
dc.description.abstractThe purpose of this thesis is to study lossy and lossless data compression methods which are widely used today, determine differences between formerly developed methods and recently developed methods and research how new methods enhance former ones. Another work in this thesis is to develop a new dictionary based method, which can be an alternative to current dictionary base methods. Lossy and lossless data compression methods are classified according to their working types and application areas and described in different sections. In second and third chapters, probability-based lossless compression and dictionary-based lossless compression methods are explained. All of these lossless compression methods, including our new approach, are compared with a compression test at the end of the third chapter. Audio, image and video compression methods are explained in fourth, fifth and sixth chapters respectively. Most of these methods, especially lossy ones, are complex techniques which are formed with many compression algorithms used together. These methods are not described in detail, only some general information about them is given. At the end of each chapter, the comparison results are given to show which methods are more effective on which type of data. Our compression algorithm is also included to the comparison of lossless image compression methods in the fifth chapter, and it is seen that it performs well in low complexity images.en_US
dc.identifier.urihttps://hdl.handle.net/20.500.14551/590
dc.identifier.yoktezid183894en_US
dc.language.isotren_US
dc.publisherTrakya Üniversitesi Fen Bilimleri Enstitüsüen_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectVeri Sıkıştırmaen_US
dc.subjectOlasılık Tabanlı Kodlamaen_US
dc.subjectSözlük Tabanlı Kodlamaen_US
dc.subjectHuffman Kodlamasıen_US
dc.subjectLZ77en_US
dc.subjectLZWen_US
dc.subjectJPEGen_US
dc.subjectMPEGen_US
dc.subjectAACen_US
dc.subjectAVCen_US
dc.titleVeri sıkıştırmada yeni yöntemleren_US
dc.title.alternativeNew methods on data compressionen_US
dc.typeDoctoral Thesisen_US
dc.type.descriptionNo: 0112602en_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Yükleniyor...
Küçük Resim
İsim:
0042520.pdf
Boyut:
2.24 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.71 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama: